基于KPCA优化ESN的网络流量预测方法.pdfVIP

第 卷 第 期 电 机 与 控 制 学 报 19 　 12 　 　 　 　 　 　 Vol． 19 No． 12 年 月 　 　 2015 12 Electri c　 Machines　 and　 Control Dec. 2015 　 　 　 　 　 　 基于 KPCA 优化 ESN 的网络流量预测方法 田中大1 , 李树江1 , 王艳红1 , 高宪文2 沈阳工业大学 信息科学与工程学院　 辽宁 沈阳 　 东北大学 信　 息科学与工程学院 辽宁 沈阳 (1. , 110870;2. , 110819) 摘 要:为了提高网络流量的预测精确度,提出一种核主成分分析( ) 优化回声状态网络 　 KPCA ( )的网络流量预测方法。 首先利用相空间重构对网络流量序列进行处理,提高序列的可预测 ESN 性,然后对网络流量序列进行核主成分分析,提取序列中的有效信息,通过实验方法确定回声状态 网络的储备池参数,最后利用回声状态网络对网络流量进行预测。 与标准回声状态网络、差分自回 归滑动平均模型( )、以及最小二乘支持向量机( ) 预测模型进行了仿真对比,结果表 ARIMA LSSVM 明提出的方法具有更高的预测精确度以及更小的预测误差,同时一定程度上减少了预测时间。 关键词:网络流量; 预测; 回声状态网络; 核主成分分析; 相空间重构 DOI: 10. 15938 / j. emc. 2015. 12. 017 中图分类号 文献标志码 文章编号 :TP 393 : A : 1007- 449X(2015)12- 0114- 07 Network traffic prediction method based on KPCA optimized ESN 1 1 1 2 TIAN Zhong-da ,　 LI Shu-jiang ,　 WANG Yan-hong ,　 GAO Xian-wen (1. College of Information Science and Engineering, Shenyang University of Technology, Shenyang 110870,China; 2. College of Information Science and Engineering, Northeastern University, Shenyang 110819, China) Abstract :In order to improve the prediction accuracy of network traffic, a network traffic prediction method based on kernel principal co